KONVERSI WARNA RGB KE HLS MENGGUNAKAN C++

Ukuran: px
Mulai penontonan dengan halaman:

Download "KONVERSI WARNA RGB KE HLS MENGGUNAKAN C++"

Transkripsi

1 KONVERSI WARNA RGB KE HLS MENGGUNAKAN C++ Ina Agustina, Fauziah Jurusan Sistem Informasi Universitas Nasional Jl. Sawo Manila No. 61 Pasar Minggu Jakarta Selatan ina_agustina2007@yahoo.com,fauziah_z2@yahoo.com Abstrak Pada Grafik Komputer, banyak dipelajari tentang konversi warna, misalnya dari RGB ke CIE, dari RGB ke HSV, dan dari RGB ke HLS. Dimana RGB merupakan model warna berorientasi hardware, sedangkan CIE, HSV, dan HLS merupakan model warna berorientasi software. Maka dari itu di makalah ini dibahas konversi model warna yang berorientasikan hardware ke model warna yang berorientasikan software. Makalah ini membahas konversi warna dari RGB Ke HSL menggunakan bahasa Pemrograman C++ dengan IDE Micosoft Visual C++. Keyword : Model Warna RGB, Model Warna HLS, Bahasa Pemrograman C++ 1. PENDAHULUAN Di makalah ini hanya membahas tentang konversi warna dari RGB ke HLS. Dimana RGB singkatan dari Red, Green, dan Blue. Sedangkan HLS singkatan dari Hue, Lightness, dan Saturation. Bahasa pemrogram yang dipakai adalah C++ dengan menggunakan IDE Microsoft Visual C++. Makalah Konversi Warna RGB ke HLS ini berisi penjelasan materi beserta contoh program, algoritma program, dan output program guna menunjang penguasaan dan pemahaman atas materi yang disajikan. Disini kami membuat program mengenai konversi warna dari RGB ke HLS, dimana dalam nilai RGB, angka yang dimasukkan harus antara 0 sampai dengan 1. Kemudian kami konversikan angka tersebut ke dalam HLS. Dimana maksimal percampuran untuk warna-warna dominan pada HLS adalah sampai dengan S= 1 dan L = 0,5. 2 TINJAUAN PUSTAKA Warna sebenarnya merupakan presepsi kita terhadap pantulan cahaya dari benda-benda di depan mata. Mata manusia dibagi menjadi beberapa bagian, yaitu cornea, iris, lensa, retina, dan syaraf mata yang menghubungkan retina dengan otak. Sel-sel mata di bagian retina dibagi menjadi 2 macam: 1. Rods peka terhadap perbedaan intensitas warna terang gelap. 2. Cones peka terhadap spektrum cahaya dengan panjang gelombang 390mm 720mm. Cones dibagi menjadi 3, yaitu: red cones, green cones, dan blue cones. Pada teori warna terdapat 2 model warna, yaitu model warna berorientasi hardware dan berorientasi software. Model warna yang banyak digunakan saat ini berorientasi hardware (contoh monitor dan printer) atau aplikasi dimana manipulasi warna menjadi tujuannya (kreasi warna grafik untuk animasi). Berikut ini adalah model warna yang berorientasi hardware: 1. Model RGB (red, green, blue) untuk warna monitor dan warna pada kamera video. 2. Model CMY (cyan, magenta, yellow) untuk model printer. 3. Model YIQ, digunakan untuk standard televisi. Y berkoresponden dengan luminasi, I dan Q adalah dua komponen kromatik yang disebut inphase dan quarature. Berikut ini adalah model warna berorientasi Software (hue, saturation,brightness) adalah manipulasi : 1. Model HSV (hue, saturation, value). 2. Model HSI (hue, saturation, intensity). 3. Model HLS (hue, lightness, saturation). Karena dalam makalah ini kami hanya membahas tentang konversi warna dari RGB ke HLS, maka disini kami hanya menjelaskan tentang RGB dan HLS. RGB merupakan singkatan dari Red, Green, Blue. Model warna RGB didasarkan pada teori dimana mata manusia peka terhadap panjang gelombang 630nm (merah), 530nm (hijau) dan 450nm (biru). Dengan campuran warna red, green, blue akan didapat campuran warna aditif. Warna aditif terjadi karena sumber cahaya memancarkan sejumlah energi pada panjang gelombang tertentu dan penjumlahan energi pada berbagai panjang gelombang yang dipancarkan sumber cahaya menentukan warna akhir, dengan rumus: W = R R + G G + B B. HLS merupakan singkatan dari Hue, Lightness, Saturation. Hue merupakan warna dominan dalam angle (warna dominan yang dinyatakan dengan sudut). Saturation adalah banyaknya campuran warna yang dominan dengan putih (purity). Sedangkan Lightness adalah terang atau A-146

2 gelapnya intensitas warna. Maksimal percampuran untuk warna-warna dominan sampai dengan S= 1 dan L = 0,5. Berikut adalah penggambaran model HLS: 3..HASIL DAN PEMBAHASAN Algoritma Program Konversi Warna RGB ke HLS : Gambar 1. Model Warna HLS 1. Tentukan masing-masing nilai warna RGB yaitu Red, Green dan Blue yang ditampung pada variabel r untuk merah, g untuk hijau dan b untuk biru. Karena dalam nilai RGB, maka angka yang dimasukkan harus antara 0 sampai Cari nilai terbesar antara tiga bilangan yang telah diinput dan beri nama dengan mx. 3. Cari nilai terkecil antara tiga bilangan yang telah diinput dan beri nama dengan mn. 4. Hitung l= (mx+mn) / Hitung nilai s sebagai saturation dan nilai h sebagai hue. o Jika mx=mn, maka s=0 dan h=0, yang berarti abu-abu. o Jika mx tidak sama dengan mn, maka warna berupa chromatic. Kemudian nilai saturation dan hue dihuting dengan cara: a.) Hitung nilai s sebagai saturation dengan rumus: Jika l kurang dari atau sama dengan 0.5, maka s = (mx -mn) / (mx + mn) Jika l lebih besar dari 0.5, maka s= (mx-mn) / (2 - mx+mn) b.) Kemudian hitung nilai h sebagai hue, dengan rumus: Pertama ubah nilai r,g,dan b dengan rumus: r = (mx - r) / (mx - mn) g = (mx - g) / (mx - mn) b = (mx - b) / (mx - mn) Adakan kondisi, yaitu Jika r = mx, maka h = (g-b)/(mx-mn) Jika g = mx, maka h = (b-r)/(mx-mn); Jika b = mx, maka h = (r-g)/(mx-mn); Hitung h= h*60 untuk mendapatkan besar dalam derajat karena h berupa sudut. Jika h< 0, maka h=h+360. A-147

3 LISTING PROGRAM #include<iostream.h> #include<ctype.h> #include<conio.h> class RGBColor public: double r, g, b; ; class HLSColorpublic: double h, l, s;; double maks(double r,double g,double b) double m; if (r>g) m=r; else m=g; if (m>b) m=m; else m=b; return m; ; double min(double r,double g,double b) double m; if (r<g) m=r; else m=g; if (m<b) m=m; else m=b; return m; ; void RGB_to_HLS(RGBColor rgb, HLSColor& hls) // convert (r,g,b), each in[0, 1], to h,l,s double mx, mn; RGBColor tmp; mx = maks(rgb.r,rgb.g,rgb.b); mn = min(rgb.r,rgb.g,rgb.b); hls.l = (mx +mn) / 2.0; //compute lightness if (mx == mn) // compute saturation hls.s = 0.0; //color is gray hls.h=0.0; else //color is chromatic if(hls.l <= 0.5) hls.s = (mx -mn) / (mx + mn); else hls.s = (mx-mn) / (2 - mx+mn); //compute hue tmp.r = (mx - rgb.r) / (mx - mn); tmp.g = (mx - rgb.g) / (mx - mn); tmp.b = (mx - rgb.b) / (mx - mn); if (rgb.r == mx) hls.h = tmp.b -tmp.g; else if (rgb.g == mx) hls.h = 2 +tmp.r - tmp.b; else if (rgb.b == mx) hls.h = 4 + tmp.g - tmp.r; hls.h *= 60; if(hls.h < 0.0) A-148

4 hls.h +=360; void main() char pil='n'; clrscr(); do HLSColor hlsc; RGBColor rgbc; cout<<endl<<"====konversi RGB ke HSL===="<<endl<<endl; cout<<"masukkan Nilai RGB antara 0 sampai 1: "<<endl; cout<<"red ="; cin>>rgbc.r; cout<<"green ="; cin>>rgbc.g; cout<<"blue ="; cin>>rgbc.b; if ((rgbc.r < 0) (rgbc.r > 1) (rgbc.g < 0) (rgbc.g > 1) (rgbc.b < 0) (rgbc.b > 1)) cout <<"Maaf anda salah input!!!"<<endl; else RGB_to_HLS(rgbc,hlsc); //if (hlsc.h<0 hlsc.h>360) // cout<<"hlsc.h tidak terdefinisi"<<endl; //else cout<<endl; cout<<"hue = "<<hlsc.h<<endl; cout<<"lightness = "<<hlsc.l<<endl; cout<<"saturation = "<<hlsc.s<<endl; cout<<"input data Lagi [Y/N]: "; pil=toupper(getch()); while (pil=='y'); //RGB_to_HLS(rgbc,hlsc); OUTPUT PROGRAM ====Konversi RGB ke HSL==== Masukkan Nilai RGB antara 0 sampai 1: Red =1 Green =0 Blue =1 Hue = 300 Lightness = 0.5 Saturation = 1 Input data Lagi [Y/N]: ====Konversi RGB ke HSL==== A-149

5 Masukkan Nilai RGB antara 0 sampai 1: Red =0 Green =0 Blue =1 Hue = 240 Lightness = 0.5 Saturation = 1 Input data Lagi [Y/N]: Gambar 2. Output 4. PENUTUP Dalam grafik komputer terdapat pembahasan tentang konversi model warna yang berorientasi hardware ke model warna yang berorientasi software. Berikut ini adalah model warna yang berorientasi hardware: Model RGB (red, green, blue) untuk warna monitor dan warna pada kamera video. Model CMY (cyan, magenta, yellow) untuk model printer. Model YIQ model, digunakan untuk standard televisi. Y berkoresponden dengan luminasi, I dan Q adalah dua komponen kromatik yang disebut inphase dan quarature. Berikut ini adalah model warna berorientasi Software (hue, saturation,brightness) adalah manipulasi : Model HSV (hue, saturation, value). Model HSI (hue, saturation, intensity). Model HLS (hue, lightness, saturation). HLS merupakan singkatan dari Hue, Lightness, Saturation. Hue merupakan warna dominan dalam angle (warna dominan yang dinyatakan dengan sudut). Saturation adalah banyaknya campuran warna yang diminan dengan putih (purity). Sedangkan Lightness adalah terang atau gelapnya intensitas warna. Maksimal percampuran untuk warna-warna dominan sampai dengan S= 1 dan L = 0,5. Makalah di atas membahas konversi warna dari RGB ke HLS dan sebaliknya menggunakan bahasa penrograman C++. Ke depan kami akan kembangkan makalah ini ke bahasa pemrograman berbasis web atau dengan teknologi mobile. A-150

6 5. DAFTAR PUSTAKA 1. A.M. Tannenbaum, Yediyah Langsam, Meshe J. Augenstein,1955, Data Structures Using C, Prentice Hall International Editions 2. Braun, 1986, grafik Programmierung, Data Becker GmbH, Duesseldorf. 3. Johson,Nelson,1987, Graphics in C Programming and Techniques, McGraw-Hill, Internasional Edition A-151

Grafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16

Grafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16 Pengolahan Citra : Representasi Citra Universitas Gunadarma 006 Pengolahan Citra : Representasi Citra /6 Representasi Citra dalam File (/3) Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar,

Lebih terperinci

Selama ini dalam pemanenan dan penjualan hasil panen, petani jeruk nipis masih belum melakukan pemilahan mutu yang baik sehingga harga jual sangat

Selama ini dalam pemanenan dan penjualan hasil panen, petani jeruk nipis masih belum melakukan pemilahan mutu yang baik sehingga harga jual sangat SEMINAR TUGAS AKHIR Dosen Pembimbing: Dr. Ir. Djoko Purwanto M.Eng Dr. Tri Arief Sardjono ST.MT Oleh: OKTAVIANO YUDHA N 2203.109.007 JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI

Lebih terperinci

Grafika Komputer Pertemuan Ke-14. Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom

Grafika Komputer Pertemuan Ke-14. Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom BAB-13 PENCAHAYAAN 13.1. WARNA Warna sebenearnya merupakan persepsi kita terhadap pantulan cahaya dari benda-benda

Lebih terperinci

Pengolahan citra. Materi 3

Pengolahan citra. Materi 3 Pengolahan citra Materi 3 Citra biner, citra grayscale dan citra warna Citra warna berindeks Subject Elemen-elemen Citra Digital reflectance MODEL WARNA Citra Biner Citra Biner Banyaknya warna hanya 2

Lebih terperinci

COLOR SPACE. Achmad Basuki Politeknik Elektronika Negeri Surabaya

COLOR SPACE. Achmad Basuki Politeknik Elektronika Negeri Surabaya COLOR SPACE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Konsep Warna 2. Standard Color Space RGB dan CMYK HSV CIE Lab, Luv, Yuv dan YCrCb 3. Color Gamut 4. Konversi Color Spaces KONSEP

Lebih terperinci

1.1 Intensitas. 1.2 Luminansi. 1.3 Lightness. 1.4 Hue. 1.5 Saturasi

1.1 Intensitas. 1.2 Luminansi. 1.3 Lightness. 1.4 Hue. 1.5 Saturasi 1.Definis Warna Dalam ilmu fisika warna didefinisikan sebagai gelombang elektromagnetik cahaya, sedangkan dalam bidang ilmu seni rupa dan desain warna didefinisikan sebagai pantulan tertentu dari cahaya

Lebih terperinci

BUKU TEKNIK ELEKTRONIKA TERBITAN PPPPTK/VEDC MALANG

BUKU TEKNIK ELEKTRONIKA TERBITAN PPPPTK/VEDC MALANG 721 6.2. Mata dan Warna 6.2.1 Spektrum warna Radiasi cahaya tampak menempati pita frekuensi relatif pendek pada spektrum energi gelombang elektromagnetik-kira-kira antara 400nm dan 700nm. Sebagai contoh,

Lebih terperinci

Teori Warna. S1 Tekinik Informatika. Disusun Oleh Dr. Lily Wulandari

Teori Warna. S1 Tekinik Informatika. Disusun Oleh Dr. Lily Wulandari Teori Warna S1 Tekinik Informatika Disusun Oleh Dr. Lily Wulandari 1 Sejarah Warna Pada tahun 1672 Sir Isaac Newton menemukan bahwa cahaya yang dilewatkan pada sebuah prisma akan terbagi menjadi berbagai

Lebih terperinci

Pengolahan Citra Berwarna

Pengolahan Citra Berwarna MK3383 Teknik Pengolahan Citra Pengolahan Citra Berwarna M. Zidny Naf an, M.Kom. Semester Genap 2015/2016 http://www.colormatters.com/color-and-vision/how-the-eye-sees-color Bagaimana Manusia Melihat Warna?

Lebih terperinci

By: Ahmad SYAUQI Ahsan

By: Ahmad SYAUQI Ahsan By: Ahmad SYAUQI Ahsan Warna Primer Kadang kita diajarkan bahwa warna primer adalah Merah, Kuning, dan Biru: Cukup bagus untuk mencampur cat. Namun tidak bagus untuk digunakan dalam mencampur cahaya Retina

Lebih terperinci

Bekerja dengan Warna

Bekerja dengan Warna BAB 3 Bekerja dengan Warna Mode Warna (Color mode) adalah cara representatif warna pada Adobe Photoshop dan aplikasi grafis lainnya yang berdasarkan pada model warna. Sedangkan model warna yang ada saat

Lebih terperinci

Pengolahan Citra Warna 1 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH

Pengolahan Citra Warna 1 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH Pengolahan Citra Warna 1 Semester Genap 2010/2011 Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH Outline Pengolahan warna penuh dan warna pseudo Penyajian

Lebih terperinci

Aplikasi Teori Kombinatorial Dalam Penomeran Warna

Aplikasi Teori Kombinatorial Dalam Penomeran Warna Aplikasi Teori Kombinatorial Dalam Penomeran Warna Felix Terahadi - 13510039 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

Teori Warna. Grafik Komputer 2. Isikan Judul Halaman. Grafik Komputer 2

Teori Warna. Grafik Komputer 2. Isikan Judul Halaman. Grafik Komputer 2 Teori Warna Hal.: 1 Apa itu Warna? Warna adalah elemen terpenting dalam desain grafis. Warna menjadi indikator pembeda antara satu objek dengan yang lain. Dari sudut pandang ilmu fisika, warna dihasilkan

Lebih terperinci

Drawing, Viewport, dan Transformasi. Pertemuan - 02

Drawing, Viewport, dan Transformasi. Pertemuan - 02 Drawing, Viewport, dan Transformasi Pertemuan - 02 Ruang Lingkup Definisi Drawing Viewport Transfomasi Definisi Bagian dari grafik komputer meliputi: 1. Citra (Imaging) : mempelajari cara pengambilan dan

Lebih terperinci

Aplikasi Pengolahan Citra DETEKSI WARNA. Achmad Basuki PENS-ITS, 26 Des 2006

Aplikasi Pengolahan Citra DETEKSI WARNA. Achmad Basuki PENS-ITS, 26 Des 2006 Aplikasi Pengolahan Citra DETEKSI WARNA PENS-ITS, 26 Des 2006 Materi Format Warna RGB r-gcolor Normalized RGB HSV YCrCb TSL Deteksi Warna Static Threshold Distance Threshold Dynamic Threshold Format Warna

Lebih terperinci

BAB II LANDASAN TEORI. Citra merupakan suatu fungsi kontinyu dari intensitas cahaya dalam

BAB II LANDASAN TEORI. Citra merupakan suatu fungsi kontinyu dari intensitas cahaya dalam BAB II LANDASAN TEORI 2.1 Teori Dasar Pengolahan Citra Citra merupakan suatu fungsi kontinyu dari intensitas cahaya dalam bidang dua dimensi, dengan (x,y) menyatakan koodinat citra dan nilai f pada koodinat

Lebih terperinci

BAB II DASAR TEORI. Gambar 2.1. Cara kerja di dalam sebuah LED.

BAB II DASAR TEORI. Gambar 2.1. Cara kerja di dalam sebuah LED. BAB II DASAR TEORI Pada bab ini akan dijelaskan teori dan konsep yang mendasari perancangan sistem teks bergerak tujuh warna yang dibuat pada skripsi, yaitu teori yang membahas tentang konsep dasar dari

Lebih terperinci

BAB II TEORI PENUNJANG

BAB II TEORI PENUNJANG BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa

Lebih terperinci

UNIVERSITAS BINA NUSANTARA

UNIVERSITAS BINA NUSANTARA UNIVERSITAS BINA NUSANTARA Program Ganda Teknik Informatika Matematika Skripsi Sarjana Program Ganda Sementer Ganjil 2005/2006 Willy Rahardja NIM : 0500584311 Abstrak Dalam kehidupan nyata, banyak sekali

Lebih terperinci

Grafik Komputer : KONSEP DASAR

Grafik Komputer : KONSEP DASAR Grafik Komputer : KONSEP DASAR Universitas Gunadarma 2006 Grafik Komputer : Konsep Dasar 1/14 Kegiatan yang Terkait dengan Grafik Komputer Pemodelan geometris: menciptakan model matematika dari objek-objek

Lebih terperinci

Studi dan Eksperimen terhadap Kombinasi Warna untuk Kriptografi Visual Warna Kromatik. Ibnu Alam

Studi dan Eksperimen terhadap Kombinasi Warna untuk Kriptografi Visual Warna Kromatik. Ibnu Alam Studi dan Eksperimen terhadap Kombinasi Warna untuk Kriptografi Visual Warna Kromatik Abstrak Ibnu Alam 13506024 Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi Bandung Jl.

Lebih terperinci

Intensity and Color. Pertemuan 12

Intensity and Color. Pertemuan 12 Intensity and Color Pertemuan 12 Warna Kemajuan teknik raster menjadikan teknik warna (grayscale dan warna) merupakan suatu konsep yang terintegrasi dalam teknologi komputer grafik Konsep warna melibatkan

Lebih terperinci

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Evan 13506089 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16089@students.if.itb.ac.id

Lebih terperinci

BAB II DASAR TEORI. Pengolahan Citra

BAB II DASAR TEORI. Pengolahan Citra BAB II DASAR TEORI II.1 Pengolahan Citra II.1.1 Citra Sebuah citra yang didefinisikan di dunia nyata dipetakan sebagai sebuah fungsi terhadap intensitas cahaya terhadap bidang dwimatra. Sebagai contoh

Lebih terperinci

Deteksi Warna. Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri

Deteksi Warna. Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri Thresholding Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri Deteksi Warna Mendeteksi adanya warna-warna tertentu Menentukan posisi pixel dengan warna yang ditentukan Aplikasi: Deteksi rambu-rambu

Lebih terperinci

BAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya

BAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya 5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada

Lebih terperinci

PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA

PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA Naser Jawas Sistem Komputer STMIK STIKOM Bali Jl Raya Puputan No.86 Renon, Denpasar, Bali 80226

Lebih terperinci

Standar Kompetensi : 1. Menggunakan peerangkat lunak pembuat grafik. Kompetensi Dasar

Standar Kompetensi : 1. Menggunakan peerangkat lunak pembuat grafik. Kompetensi Dasar 1 Standar Kompetensi : 1. Menggunakan peerangkat lunak pembuat grafik. Kompetensi Dasar : 1.1. Menggunakan menu ikon yang terdapat dalam perangkat lunak pembuat grafis Adobe Photoshop Indikator Pencapaian:

Lebih terperinci

Dasar-dasar Photoshop

Dasar-dasar Photoshop B a b 1 Dasar-dasar Photoshop Bab 2 Memperbaiki Foto 2.1 Pencahayaan Gambar 2.1 Melihat distribusi cahaya dan warna melalui histogram 1 Bab 2 Jumlah pixel dalam gambar Gelap (shadow) Terang (highlight)

Lebih terperinci

BAB I PENDAHULUAN. mulai menopang kehidupan manusia. Teknologi merupakan sebuah hasil

BAB I PENDAHULUAN. mulai menopang kehidupan manusia. Teknologi merupakan sebuah hasil BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini kebutuhan akan teknologi semakin meningkat seiring dengan kemajuan dan perkembangan ilmu pengetahuan dan teknologi itu sendiri. Kemajuan teknologi dengan perkembangan

Lebih terperinci

BAB V PENGATURAN TAMPILAN DAN WARNA

BAB V PENGATURAN TAMPILAN DAN WARNA BAB V PENGATURAN TAMPILAN DAN WARNA Pertemuan : 5 Waktu : 100 Menit Kompetensi Dasar : Mahasiswa dapat merancang antarmuka sesuai dengan paradigma IMK Indikator : Mahasiswa dapat mengatur tampilan dan

Lebih terperinci

BAB II LANDASAN TEORI. untuk melakukan pekerjaan antara lain, yaitu: terutama gambar logo dua dimensi.

BAB II LANDASAN TEORI. untuk melakukan pekerjaan antara lain, yaitu: terutama gambar logo dua dimensi. BAB II LANDASAN TEORI 2.1 Pengertian Corel draw Corel draw adalah editor grafik vector yang dibuat oleh corel, Corel sendiri adalah sebuah perusahaan perangkat lunak yang bermarkas di Ottawa, Kanada. Versi

Lebih terperinci

Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)

Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) ISSN : 1693 1173 Abstrak Pengenalan obyek pada citra merupakan penelitian yang banyak dikembangkan. Salah satunya pengenalan

Lebih terperinci

Mengenal Stuktur Warna CMYK dan RGB

Mengenal Stuktur Warna CMYK dan RGB Mengenal Stuktur Warna CMYK dan RGB Muhammad Faisal faisalmuhammad734@yahoo.com Abstrak Warna Merupakan unsur yang sangat Penting pada Desain Grafis, warna memegang peranan penting pada Desain Grafis,

Lebih terperinci

Pencarian File Gambar Berdasarkan Dominasi Warna

Pencarian File Gambar Berdasarkan Dominasi Warna Epifania, Pencarian File Gambar Berdasarkan Dominasi Warna 1 Pencarian File Gambar Berdasarkan Dominasi Warna Vina Chovan Epifania 1, Eko Sediyono 2 Program Studi Teknik Informatika, Universitas Kristen

Lebih terperinci

Adobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop

Adobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop Adobe Photoshop CS3 Bagian 2 Bekerja dalam Photoshop Mengapa Photoshop? Adobe Photoshop adalah perangkat lunak yang menjadi standar dalam industri digital imaging. Sekarang, memiliki keahlian dalam menggunakan

Lebih terperinci

DIMENSI WARNA. DEDDY AWARD WIDYA LAKSANA, M.Pd

DIMENSI WARNA. DEDDY AWARD WIDYA LAKSANA, M.Pd DIMENSI WARNA DEDDY AWARD WIDYA LAKSANA, M.Pd Warna panas: adalah kelompok warna dalam rentang setengah lingkaran di dalam lingkaran warna mulai dari merah hingga kuning Warna dingin, adalah kelompok

Lebih terperinci

TEKNIK PENGOLAHAN CITRA. Kuliah 14 Pemrosesan Warna. Indah Susilawati, S.T., M.Eng.

TEKNIK PENGOLAHAN CITRA. Kuliah 14 Pemrosesan Warna. Indah Susilawati, S.T., M.Eng. TEKNIK PENGOLAHAN CITRA Kuliah 14 Pemrosesan Warna Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2014

Lebih terperinci

Sesi 2: Image Formation. Achmad Basuki PENS-ITS 2006

Sesi 2: Image Formation. Achmad Basuki PENS-ITS 2006 Sesi 2: Image Formation Achmad Basuki PENS-ITS 2006 Materi Representasi Penglihatan Model Kamera Sampling Dan Kuantisasi Jenis-JenisCitra Mdel Citra Berwarna Format Warna RGB Membaca dan Menampilkan Citra

Lebih terperinci

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC Hanif Al Fatta STMIK AMIKOM Yogyakarta e-mail : hanivonitch@yahoo.com ABSTRACTS This paper explains how to manipulate image file format.

Lebih terperinci

PROGRAM KALKULATOR CONTOH PROGRAM KALKULATOR 1 :

PROGRAM KALKULATOR CONTOH PROGRAM KALKULATOR 1 : PROGRAM KALKULATOR CONTOH PROGRAM KALKULATOR 1 : #include main() int bil1,bil2,pil; float hsl; cout

Lebih terperinci

Pertemuan 02. Faktor Manusia. Sistem Komputer. Hardware

Pertemuan 02. Faktor Manusia. Sistem Komputer. Hardware Pertemuan 02 Sistem Komputer Hardware Software Brainware 1 Pengamatan pancaindra terdiri dari : - Penglihatan - Pendengaran - Sentuhan - Pemodelan sistem pengolahan Penglihatan terdiri dari - Luminance

Lebih terperinci

IMPLEMENTASI ALGORITMA CONNECTED-LABELLING UNTUK MENDETEKSI OBJEK BINTANG PADA CITRA DIGITAL

IMPLEMENTASI ALGORITMA CONNECTED-LABELLING UNTUK MENDETEKSI OBJEK BINTANG PADA CITRA DIGITAL Seminar Nasional Sistem Informasi Indonesia, 6 November 2017 IMPLEMENTASI ALGORITMA CONNECTED-LABELLING UNTUK MENDETEKSI OBJEK BINTANG PADA CITRA DIGITAL Ericks Rachmat Swedia 1), M. Ridwan Dwi Septian

Lebih terperinci

BAB II DASAR TEORI. Pencarian citra merupakan permasalahan yang menarik untuk dicari

BAB II DASAR TEORI. Pencarian citra merupakan permasalahan yang menarik untuk dicari BAB II DASAR TEORI 2.1 Tinjauan Pustaka Pencarian citra merupakan permasalahan yang menarik untuk dicari alternatif penyelesaiannya. Berikut ini adalah penelitian yang sebelumnya dilakukan seputar pencarian

Lebih terperinci

PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT

PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id Pembentukan Citra Citra ada 2 macam : 1. Citra Kontinu Dihasilkan dari sistem optik yang menerima

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab landasan teori ini akan diuraikan mengenai teori-teori yang terkait dengan Content Based Image Retrieval, ekstraksi fitur, Operator Sobel, deteksi warna HSV, precision dan

Lebih terperinci

SOAL C++ Created by Yuli Astuti,S.Kom Copyright 2009

SOAL C++ Created by Yuli Astuti,S.Kom Copyright 2009 SOAL C++ 1. Penulisan Preprocessor yang benar di awali dengan tanda pound atau tanda : a. # c. @ b. & d. = 2. Contoh penulisan file header yang benar yaitu : a. &include c. =include

Lebih terperinci

Pengolahan Citra Berwarna. Sumber : Dr. Aniati Murni Dina Chahyati, M.Kom Fakultas Ilmu Komputer UI, 2004

Pengolahan Citra Berwarna. Sumber : Dr. Aniati Murni Dina Chahyati, M.Kom Fakultas Ilmu Komputer UI, 2004 Pengolahan Citra Berwarna Sumber : Dr. Aniati Murni Dina Chahyati, M.Kom Fakultas Ilmu Komputer UI, 2004 Pengolahan Citra Berwarna Mengapa kita menggunakan citra berwarna (motivasi): Dalam analisa citra

Lebih terperinci

Pemanfaatan Himpunan Dalam Seleksi Citra Digital

Pemanfaatan Himpunan Dalam Seleksi Citra Digital Pemanfaatan Himpunan Dalam Seleksi Citra Digital Edwin Zaniar Putra - 13507066 Program Studi Teknik Informatika, STEI, ITB, Bandung, email: edwin@zaniar.web.id Abstrak Dalam makalah ini dibahas tentang

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra pada koordinat

Lebih terperinci

Apa itu warna? Colour signal. Observ er. Obje ct. Light source

Apa itu warna? Colour signal. Observ er. Obje ct. Light source TEORI WARNA I Apa itu warna? Colour signal Light source Obje ct Observ er Apa itu warna? Beberapa teori mengenai warna Pra Newton Aristotle berpendapat bahwa terang dan gelap bila berpadu akan menghasilkan

Lebih terperinci

IMPLEMENTASI WARNA RGB DI ADOBE PHOTOSHOP

IMPLEMENTASI WARNA RGB DI ADOBE PHOTOSHOP IMPLEMENTASI WARNA RGB DI ADOBE PHOTOSHOP Seperti yang telah dibahas sebelumnya, teknik pewarnaan dalam dunia desain grafis terbagi atas 2 jenis, yaitu RGB dan CMYK. RGB adalah singkatan dari Red - Blue

Lebih terperinci

Praktikum. Jobsheet III. untuk Processing. B. Dasar Teori Ada dua mode dan HSB. (a) (b) HSB. Gambar 3.1. memperoleh. A. Tujuan

Praktikum. Jobsheet III. untuk Processing. B. Dasar Teori Ada dua mode dan HSB. (a) (b) HSB. Gambar 3.1. memperoleh. A. Tujuan Praktikum Pemrosesan Sinyal @G4.206 Jobsheet III Warna RGB dan HSB A. Tujuan Mahasiswaa mampu menjelaskan penggunaan filter warna padaa OpenCV untuk Processing Mahasiswaa mampu mengoperasikann filter warna

Lebih terperinci

ALAT PERAGA PENGENALAN WARNA BAGI ANAK USIA DINI (STUDI KASUS : TK BHINNEKA SURABAYA)

ALAT PERAGA PENGENALAN WARNA BAGI ANAK USIA DINI (STUDI KASUS : TK BHINNEKA SURABAYA) ALAT PERAGA PENGENALAN WARNA BAGI ANAK USIA DINI (STUDI KASUS : TK BHINNEKA SURABAYA) Eric Andika Pratama Program Studi Sistem Komputer, Fakultas Ilmu Komputer, Universitas Narotama Jl. Arief Rachman Hakim

Lebih terperinci

BAB IV IMPLEMENTASI DAN PENGUJIAN

BAB IV IMPLEMENTASI DAN PENGUJIAN BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini, akan membahas implementasi dan hasil pengujian dari program aplikasi yang telah dibuat. Pada perancangan aplikasi ini meliputi perbedaan citra hasil foto

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 5 BAB 2 TINJAUAN PUSTAKA 2.1 Pengertian citra Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Meskipun sebuah citra kaya informasi, namun seringkali citra yang kita miliki

Lebih terperinci

KLASIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA (CARICA PAPAYA L) CALIFORNIA (CALLINA-IPB 9) DALAM RUANG WARNA HSV DAN ALGORITMA K-NEAREST NEIGHBORS

KLASIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA (CARICA PAPAYA L) CALIFORNIA (CALLINA-IPB 9) DALAM RUANG WARNA HSV DAN ALGORITMA K-NEAREST NEIGHBORS KLASIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA (CARICA PAPAYA L) CALIFORNIA (CALLINA-IPB 9) DALAM RUANG WARNA HSV DAN ALGORITMA K-NEAREST NEIGHBORS Sigit Sugiyanto*, Feri Wibowo Program Studi Teknik Informatika

Lebih terperinci

BAB 1 PENDAHULUAN. dalam kehidupan manusia. Perkembangan robot dari zaman ke zaman terus

BAB 1 PENDAHULUAN. dalam kehidupan manusia. Perkembangan robot dari zaman ke zaman terus BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi robotika di masa sekarang sudah menjadi bagian penting dalam kehidupan manusia. Perkembangan robot dari zaman ke zaman terus meningkat dengan sangat

Lebih terperinci

Teori Warna dan Vektor

Teori Warna dan Vektor Teori Warna dan Vektor Rio Chandra Rajagukguk 13514082 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia riochandra@students.itb.ac.id

Lebih terperinci

5.3 Praktek Image Adjustment

5.3 Praktek Image Adjustment 5.3 Praktek Image Adjustment Palet Adjustment merupakan fitur yang berguna dalam pengolahan gambar atau foto dengan pengaturan terhadap pencahayaan dan komposisi warna. Para pengguna Photoshop telah mengenal

Lebih terperinci

1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web

1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web 4/7/2010 Pelatihan Kopertis VI 6 s.d 8 April 2010 1 1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web 4/7/2010 Pelatihan Kopertis VI 6

Lebih terperinci

PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW

PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW Reza Umami 1*, Irawan Hadi 1, Irma Salamah 1 1 Jurusan Teknik Elektro Program Studi Teknik Telekomunikasi

Lebih terperinci

IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION

IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION ISSN: 0216-3284 1 IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION RULIAH Program Studi Sistem Informasi Sekolah Tinggi Manajemen Informatika dan Komputer Banjarbaru Jl. A.

Lebih terperinci

PENGOLAHAN CITRA DIGITAL

PENGOLAHAN CITRA DIGITAL PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada setiap titik (x,y) merupakan

Lebih terperinci

SIFAT FISIK WARNA.. 10/6/2013

SIFAT FISIK WARNA.. 10/6/2013 WARNA sensasinya dengan karakteristik fisik lain seperti titik leleh, ukuran partikel, SG dll. Merupakan persepsi manusia terhadap penampakan dari sinyal yang diberikan oleh otak. Dipengaruhi oleh : Sejumlah

Lebih terperinci

SAMPLING DAN KUANTISASI

SAMPLING DAN KUANTISASI SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan

Lebih terperinci

Types of video display

Types of video display Display Technologies 28 September 2014 1 Types of video display Cathode Ray Tubes (CRTs) TVs, RGB monitors, o-scopes Flat-Panel Displays PDAs, laptops, calculators, digital watches 28 September 2014 2

Lebih terperinci

TEKNIK PENAJAMAN CITRA DIGITAL DENGAN MENGGUNAKAN METODE CONTRAST STRECHING

TEKNIK PENAJAMAN CITRA DIGITAL DENGAN MENGGUNAKAN METODE CONTRAST STRECHING TEKNIK PENAJAMAN CITRA DIGITAL DENGAN MENGGUNAKAN METODE CONTRAST STRECHING Harvei Desmon Hutahaean Dosen Tetap STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan www.stmik-budidarma.ac.id//email:harvei.budidarma@gmail.com

Lebih terperinci

HVS = Human Visual System Image adalah untuk di lihat! Problem Image = Problem Visual

HVS = Human Visual System Image adalah untuk di lihat! Problem Image = Problem Visual HVS? HVS = Human Visual System Image adalah untuk di lihat! Problem Image = Problem Visual Bagaimana proses penerimaan dan penyimpanan informasi visual adalah hal yang tidak semuanya dapat dijelaskan 2

Lebih terperinci

5. Fungsi. S. Indrianii L, M.T

5. Fungsi. S. Indrianii L, M.T 5. Fungsi S. Indrianii L, M.T Pengantar Fungsi Sebuah fungsi berisi sejumlah pernyataan yang dikemas dalam sebuah nama. Nama ini selanjutnya dapat dipanggil beberapa kali di beberapa tempat dalam pr rogram

Lebih terperinci

Deteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV

Deteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV Jati Sasongko Wibowo Program Studi Teknik Informatika, Universitas Stikubank email : jatisw@gmail.com Abstrak Dalam model HSV (Hue Saturation Value) ini digunakan untuk segmentasi warna kulit manusia dan

Lebih terperinci

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI. GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 2 - GRAFKOM DAN PENGOLAHAN CITRA Peralatan Grafkom dan Pengolahan Citra Penjelasan mengenai Device Input. Penjelasan mengenai

Lebih terperinci

TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR

TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR Zulkifli Dosen Tetap Fakultas Ilmu Komputer Universitas Almuslim Email : Zulladasicupak@gmail.com

Lebih terperinci

WARNA PERSIAPAN GRAFIKA GRAPHIC DESIGN

WARNA PERSIAPAN GRAFIKA GRAPHIC DESIGN WARNA PERSIAPAN GRAFIKA GRAPHIC DESIGN SMK Negeri 4 Malang Jl. Tanimbar 22 Malang 65117Telp. ( 0341) 353798,Fax (0341) 353798 E-mail : surat@smkn4-mlg.info Definisi Warna Warna adalah salah satu elemen

Lebih terperinci

Pemanfaatan Kriptografi Visual untuk Pengamanan Foto pada Sistem Operasi Android

Pemanfaatan Kriptografi Visual untuk Pengamanan Foto pada Sistem Operasi Android Pemanfaatan Kriptografi Visual untuk Pengamanan Foto pada Sistem Operasi Android Raka Mahesa - 13508074 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,

Lebih terperinci

BAB IV ATRIBUT OUTPUT PRIMITIF

BAB IV ATRIBUT OUTPUT PRIMITIF BAB IV ATRIBUT OUTPUT PRIMITIF OBJEKTIF : Pada Bab ini mahasiswa mempelajari tentang : 1. Fungsi Warna 2. Fungsi dan Atribut Titik 3. Fungsi dan Atribut Garis 4. Fungsi dan Atribut Kurva TUJUAN DAN SASARAN:

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Sifat Optik Bahan Pertanian Penilaian kualitas sensori produk bisa dilakukan dengan melihat bentuk, ukuran, kejernihan, kekeruhan, warna, dan sifat-sifat permukaan seperti kasar-halus,

Lebih terperinci

[18] Visibone, (Maret 2007). [19] Visual Expert, (Maret 2007). [20] Wachtler, T.

[18] Visibone, (Maret 2007).  [19] Visual Expert, (Maret 2007).  [20] Wachtler, T. DAFTAR PUSTAKA [1] Acharya, T., (1997). Image Processing Principles and Applications. Willey Interscience. [2] Brettel, H., Vienot, F., Mollon, J. (1997). Computerized Simulation of Color Appearence for

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN A. TEMPAT DAN WAKTU Kegiatan penelitian dilakukan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen Teknik Pertanian, Fakultas Teknologi Pertanian,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Secara umum, citra digital merupakan gambar 2 dimensi yang disusun oleh data digital dalam bentuk sebuah larik (array) yang berisi

Lebih terperinci

PERANCANGAN VIDEO SPEKTROSKOPI-NEURAL NETWORK UNTUK IDENTIFIKASI JENIS CAIRAN SYAIFUDIN DOSEN PEMBIMBING DR. MOCHAMMAD RIVAI,ST.

PERANCANGAN VIDEO SPEKTROSKOPI-NEURAL NETWORK UNTUK IDENTIFIKASI JENIS CAIRAN SYAIFUDIN DOSEN PEMBIMBING DR. MOCHAMMAD RIVAI,ST. PERANCANGAN VIDEO SPEKTROSKOPI-NEURAL NETWORK UNTUK IDENTIFIKASI JENIS CAIRAN SYAIFUDIN 2205204001 DOSEN PEMBIMBING DR. MOCHAMMAD RIVAI,ST.MT Pendahuluan 1. Spektroskopi adalah ilmu yang mempelajari materi

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN 26 IV. HASIL DAN PEMBAHASAN A. Pengukuran Parameter Mutu Jeruk Pontianak Secara Langsung Dari Hasil Pemutuan Manual Pemutuan jeruk pontianak secara manual dilakukan oleh pedagang besar dengan melihat diameter

Lebih terperinci

BAB II METODOLOGI. State of the art pada istilah ini merujuk pada makna keaslian atau orisinalitas karya yang akan di buat.

BAB II METODOLOGI. State of the art pada istilah ini merujuk pada makna keaslian atau orisinalitas karya yang akan di buat. BAB II METODOLOGI 2.1 State Of The Art State of the art pada istilah ini merujuk pada makna keaslian atau orisinalitas karya yang akan di buat. Reverensi karya: CD-Interaktif anak usia 4 8 tahun ( TK dan

Lebih terperinci

Histogram Warna Pada Image

Histogram Warna Pada Image Histogram Warna Pada Image Konsep Ruang Warna P(r,g,b) Setiap pixel mempunyai warna yang dinyatakan dalam RGB, sehingga merupakan gabungan nilai R, nilai G dan nilai B yang tidak bisa dipisahkan satu dengan

Lebih terperinci

Mengubah Citra Berwarna Menjadi Gray Scale dan Citra biner

Mengubah Citra Berwarna Menjadi Gray Scale dan Citra biner Rina Candra Noor Santi, S.Pd, M.Kom Fakultas Teknologi Informasi, Universitas Stikubank Semarang email : r_candra_ns@yahoo.com Abstrak Proses awal yang banyak dilakukan dalam image processing adalah mengubah

Lebih terperinci

BAB 2 LANDASAN TEORI. Digital image processing adalah istilah untuk memproses gambar (picture) dua

BAB 2 LANDASAN TEORI. Digital image processing adalah istilah untuk memproses gambar (picture) dua BAB 2 LANDASAN TEORI 2. Definisi Pengolahan Citra Digital image processing adalah istilah untuk memproses gambar (picture) dua dimensi oleh komputer digital (Jain, 989, p). Segala proses yang digunakan

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen penting dalam dunia multimedia karena memiliki peranan penting dalam hal menyajikan suatu informasi dalam bentuk gambar

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISIS

BAB IV PENGUJIAN DAN ANALISIS BAB IV PENGUJIAN DAN ANALISIS 4.1 Pengujian Sistem Dalam bab ini, akan dijelaskan mengenai pengujian alat dan analisa sistem pada alat yang sedang dibahas kali ini. Setelah seluruh teori telah diterapkan

Lebih terperinci

Manusia pemroses informasi 1. Informasi diterima dan ditanggapi dengan proses masukankeluaran

Manusia pemroses informasi 1. Informasi diterima dan ditanggapi dengan proses masukankeluaran Pert 3 Manusia pemroses informasi 1. Informasi diterima dan ditanggapi dengan proses masukankeluaran 2. Informasi disimpan dalam ingatan (memory) 3. Informasi diproses, diinterpretasi, dan diaplikasikan

Lebih terperinci

Image Enhancement by webmaster - Thursday, December 31, 2015 http://suyatno.dosen.akademitelkom.ac.id/index.php/2015/12/31/image-enhancement/ Definisi Perbaikan citra merupakan proses yang dilakukan untuk

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder

Lebih terperinci

PEMANFAATAN KAMERA WIRELESS SEBAGAI PEMANTAU KEADAAN PADA ANTICRASH ULTRASONIC ROBOT

PEMANFAATAN KAMERA WIRELESS SEBAGAI PEMANTAU KEADAAN PADA ANTICRASH ULTRASONIC ROBOT PEMANFAATAN KAMERA WIRELESS SEBAGAI PEMANTAU KEADAAN PADA ANTICRASH ULTRASONIC ROBOT 1 Hilridya Sagita, 2 Eri Prasetyo dan 3 Arifin 1,2 Sistem Komputer, Universitas Gunadarma Jakarta 3 STMIK Bidakara,

Lebih terperinci

Dan kepintaran sang arsitek dalam mengkombinasikan antara satu warna dengan yang lain.

Dan kepintaran sang arsitek dalam mengkombinasikan antara satu warna dengan yang lain. Pengertian warna Warna Adalah Sebuah sensasi yang dihasilkan ketika suatu energi cahaya mengenai suatu benda, dimana cahaya tersebut akan di refleksikan atau di transmisikan secara langsung oleh benda

Lebih terperinci

Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital

Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital Muhammad Khoiruddin Harahap Politeknik Ganesha Medan choir.harahap@yahoo.com Abstrak Algoritma kompresi Shannon-Fano merupakan salah satu

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA 4 BAB II TINJAUAN PUSTAKA 2.1 Citra Digital Citra digital dibentuk oleh kumpulan titik yang dinamakan piksel (pixel atau picture element ). Setiap piksel digambarkan sebagai satu kotak kecil. Setiap piksel

Lebih terperinci

Esther Wibowo -

Esther Wibowo - Esther Wibowo - esther.visual@gmail.com Bentuk Primitif Point - Titik Line - Garis Shape/Polygon - Bentuk bangun Text - Teks Titik Direpresentasikan dengan koordinat (x,y) Biasanya tidak tampil sendiri

Lebih terperinci

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis

Lebih terperinci